Sonova采用基于模型的设计缩短了助听器和植入物的产品开发时间

为了全面评估听力仪器的新信号处理特性，系统的输出必须经常是可听到的，而不仅仅是在示波器上观察或数字分析或离线分析。

索诺娃需要一种方法，将设计理念迅速转化为实时信号处理原型，可以直接连接到包含麦克风和扬声器的助听器外壳上。这个实时系统将使听力学家、声学专家和工程师能够评估真正感知的音质，这只能部分地通过响度、锐度、粗糙度、音高、波动强度和其他客观测量来表达。

在通过原型设计和C语言实现了有前景的算法之后，Sonova需要一种方法来验证这些实现，并将它们打包以便在他们的平台上重用，从而在品牌和产品线之间重用。

Sonova采用MATLAB和Simulink进行基金宝app于模型的设计，缩短了助听器和植入物的产品开发时间。

工程师们通过在Simulink中建模来探索新的信号处理技术和特征思想。金宝app设计主要使用加法、乘法和其他基本操作块建模，但一些高级函数使用DSP系统工具箱™和嵌入式MATLAB函数块建模。

在Simulink中运行初步模拟后，工程师使用Simulink Coder™从模型金宝app生成C代码。他们将此代码编译并部署到运行Simulink real-time™的Speedgoat实时机器上。金宝app

为了对原型进行实时测试，他们将Speedgoat系统的I/O接口连接到声学实验室的立体光刻助听器外壳中的麦克风和扬声器。除了主观地评估音频输出，团队利用MATLAB和DSP系统工具箱捕获数据进行后处理和分析。

在根据实时测试结果完善Simulink金宝app模型后，工程师将其作为参考，为Sonova的DSP架构生成高度优化的C代码，这是一种专为最小化功耗而设计的专有解决方案。

该团队开发了一个MATLAB用户界面，集成了在Simulink中建模和生成C代码的工作流。金宝app他们使用这个接口来创建和执行测试向量，以刺激模型的输入并捕获它的输出。

同样的测试也被移植到C中，并用于验证C实现。

经过测试和验证的Simulink组件模型金宝app及其相应的C代码成为DSP平台库的一部分，可以在产品开发中重用。

在产品开发中，集成多个DSP平台组件，打造功能齐全的助听器或助听器。工程师使用Simulink报告生成器™为其他技术单元的内部客户生成相应的Simulink模型的交互式web视图。金宝app

整个公司的工程团队使用这些可重复使用的组件来组装完整的助听器信号处理系统。与单独的C库一样，完整集成的C代码也使用MATLAB用户界面进行了测试和验证。